插入项目或将它们添加到sorting列表后sorting列表是否更快？
如果我有一个sorting列表（比如sorting快速sorting），如果我有很多值要添加，最好是暂停sorting，并将其添加到最后，然后sorting，或使用二进制印章正确放置项目join他们。 如果项目是随机的，或者已经或多或less地有所不同，它会有所作为吗？
如果添加的项目足够从头开始有效地构build列表，则应该可以通过对列表进行sorting来获得更好的性能。
如果项目大多是按顺序的，你可以调整增量更新和常规sorting，以利用这一点，但坦率地说，它通常是不值得的麻烦。 （你也需要小心，比如确保一些意外的sorting不能让你的algorithm花费更长的时间 ，
增量更新和常规列表sorting都是O（N log N），但是你可以得到一个更好的常数因子，然后sorting（我在这里假设你有一些辅助的数据结构，所以你的增量更新可以比O更快地访问列表项（N）…）。 一般来说，一次sorting比增加sorting有更多的devise自由度，因为增量更新必须始终保持完整的顺序，但是一次性批量sorting不会。
如果没有别的，请记住，有很多高度优化的批量sorting可用。
通常使用堆会好得多。 简而言之，它分摊了推动者和select者之间维持秩序的成本。 两个操作都是O（log n），而不是O（n log n），就像大多数其他解决scheme一样。
如果您正在添加一束，您可以使用合并sorting。 对要添加的项目列表进行sorting，然后从两个列表中进行复制，比较项目以确定下一个将被复制的项目。 如果调整目标数组的大小，并从最后开始工作，甚至可以在原地进行复制。
这个解决scheme的效率是O（n + m）+ O（m log m），其中n是原始列表的大小，m是被插入的项目的数量。
编辑：由于这个答案没有得到任何的爱，我想我会充实一些C + +示例代码。 我假设sorting后的列表保存在链表中而不是数组中。 这改变了algorithm，看起来更像插入而不是合并，但原理是相同的。
// Note that itemstoadd is modified as a side effect of this function template<typename T> void AddToSortedList(std::list<T> & sortedlist, std::vector<T> & itemstoadd) { std::sort(itemstoadd.begin(), itemstoadd.end()); std::list<T>::iterator listposition = sortedlist.begin(); std::vector<T>::iterator nextnewitem = itemstoadd.begin(); while ((listposition != sortedlist.end()) || (nextnewitem != itemstoadd.end())) { if ((listposition == sortedlist.end()) || (*nextnewitem < *listposition)) sortedlist.insert(listposition, *nextnewitem++); else ++listposition; } } 原则上，创build树比sorting列表要快。 对于每个插入，树插入为O（log（n）），从而导致整体O（n log（n））。 sorting在O（n日志（n））。
这就是为什么Java有TreeMap（除了TreeSet，TreeList，List的LinkedList实现之外）。
-
TreeSet保持对象的比较顺序。 关键是由Comparable接口定义的。
-
LinkedList保持插入顺序。
-
一个ArrayList使用更多的内存，更快的一些操作。
-
类似地，TreeMap消除了按键sorting的需要。 地图在插入过程中按键顺序构build，并始终按sorting顺序进行维护。
但是，由于某种原因，TreeSet的Java实现比使用ArrayList和sorting要慢很多。
[很难推测为什么它会显着变慢，但是事实如此。 数据应该稍微快一点。 这种事情往往是内存pipe理algorithm分析的代价。]
我会说，让我们testing它！ 🙂
我试着用quicksort，但用quicksortsorting几乎sorting的数组是…好吧，不是一个好主意。 我试了一个修改过的，切断了7个元素，并使用插入sorting。 可怕的performance。 我切换到合并sorting。 它可能需要相当多的内存进行sorting（它不是就地），但sorting数组的性能要好得多，在随机数上几乎相同（两者的初始sorting几乎相同，快速sorting只稍快）。
这已经显示了一件事：你的问题的答案强烈依赖于你使用的sortingalgorithm。 如果它在几乎sorting的列表中performance不佳，那么在正确的位置插入会比在最后添加然后重新sorting快得多; 而合并sorting可能不适合你，因为如果列表很大，它可能需要太多的外部内存。 顺便说一句，我使用了一个自定义的合并sorting实现，只使用外部存储的一半天真的实现（这需要尽可能多的外部存储数组大小本身）。
如果合并sorting是没有选项，快速sorting是没有select，最好的select可能是堆sorting。
我的结果是：在最后添加新元素，然后重新sorting数组要比将数组插入正确的位置快几个数量级。 不过，我最初的数组有10万个元素（sorting），我正在添加另一个mio（未sorting）。 所以，如果你添加10个元素到一个10兆数组，正确插入比重新sorting的东西要快得多。 所以你的问题的答案也取决于初始（sorting）数组有多大以及你想添加多less新元素。
如果列表a）已经sorting，并且b）本质上是dynamic的，那么插入sorting列表应该总是更快（find正确的地方（O（n））并且插入（O（1）））。
然而，如果列表是静态的，那么列表的其余部分必须发生（O（n）find正确的地方，O（n）将事物向下滑动）。
无论哪种方式，插入一个sorting列表（或类似二进制search树）应该更快。
O（n）+ O（n）应该总是比O（N log n）快。
这是一样的。 将一个项目插入到一个sorting列表中是O（log N），并且为列表中的每个元素N（从而构build列表）做这个操作将是O（N log N），它是快速sorting的速度（或合并sorting这更接近这种方法）。
如果你将它们插入到前面，那么将会是O（1），但是在之后做一个快速sorting，它仍然是O（N log N）。
我会采取第一种方法，因为它有可能会稍微快一点。 如果列表的初始大小N大于要插入的元素的数量X，则插入方法是O（X log N）。 插入到列表头后的sorting是O（N log N）。 如果N = 0（IE：你的列表最初是空的），以sorting顺序插入的速度或者之后sorting的速度是相同的。
你应该添加它们，然后使用基数sorting，这应该是最佳的
如果这是.NET和项目是整数，那么将它们添加到字典是更快（或者如果您在.Net 3.0或更高版本使用HashSet，如果你不介意丢失重复）这给你自动sorting。
我认为string也会以同样的方式工作。 美是你得到O（1）插入和sorting这种方式。
（如果你正在谈论的列表就像C＃ List<T> 。将正确位置的一些值添加到具有许多值的sorting列表中将需要较less的操作。 但是，如果增加的值的数量变大，则需要更多。
我会build议使用不是一个列表，但在你的情况下一些更合适的数据结构。 例如像二叉树。 一个sorting的数据结构，插入时间最短。
将项目插入sorting列表需要O(n)时间，而不是O(log n)时间。 你必须find放置它的地方，需要O(log n)时间。 但是，你必须改变所有的元素 – 采取O(n)时间。 所以在保持sorting的同时插入是O(n ^ 2) ，其中插入它们然后sorting为O(n log n) 。
根据您的sorting实现，如果插入的数量远小于列表大小，则可以比O(n log n)更好。 但是，如果是这样的话，这两种方式都没有关系。
如果插入的数量很大，那么插入所有sorting解决scheme，否则可能无所谓。
在高层次上，这是一个非常简单的问题，因为您可以将sorting视为迭代search。 如果要将元素插入到有序数组，列表或树中，则必须search要插入的点。 然后你把它放进去，希望成本低。 所以你可以把一个sortingalgorithm看成是一堆东西，然后逐个search适当的位置并插入它们。 因此，插入sorting（O（n * n））是迭代线性search（O（n））。 树，堆，合并，基数和快速sorting（O（n * log（n）））可以被认为是迭代二分search（O（log（n）））。 如果底层search是O（1），就像在一个有序的哈希表中一样，可以进行O（n）sorting。 （举个例子，把52张卡片扔到52个垃圾箱里。）
所以，对于你的问题的答案是，一次一个地插入一些东西，而不是把它们存起来，然后把它们sorting，应该没有太大的区别。 你当然可以有不变的因素来处理，而那些可能是重要的。
当然，如果n很小，如10，整个讨论就是愚蠢的。
插入一个项目到sorting列表中是O（log n），而sorting列表是O（n log N）这意味着总是先sorting然后插入
但是记住大的'O'只关心速度与项目数量的缩放，可能是因为你的应用程序中间的插入是昂贵的（例如，如果它是一个向量），所以追加和sorting可能会更好。
